精华内容
下载资源
问答
  • 常见的分类方式有哪些
    千次阅读
    2021-06-22 21:33:04

    计算机网络的分类

    可以按许多不同的方法对计算机网络进行分类。1。按网络的分布范围分类

    按地理分布范围来分类,计算机网络可以分为广域网、局域网和城域网三种。广域网WAN (Wide Area Network)也称远程网,其分布范围可达数百至数千公里,可覆盖一个国家或一个洲。

    局域网UN (bal Area Network)是将小区域内的各种通信设备互连在一起的网络,其分布范围局限在一个办室、一幢大楼或一个校园内,用于连接个人计算机、工作站和各类外围设备以实现资源共享和信息交换o城域网MAN (Metropolitan Am Network)的分布范围介于局域网和广域网之间,其目的是在一个较大的地理区域内提供数据、声音和图像的传输。

    2。按网络的交换方式分类

    按交换方式来分类,计算机网络可以分为电路交换网、报文交换网和分组交换网三种。电路交换(Circuit Switching)方式类似于传统的电话交换方式,用户在开始通信前,必须申请建立一条从发送端到接收端的物理信道,并且在双方通信期间始终占用该信道。

    报文交换(Mesage Switching)方式的数据单元是要发送的一个完整报文,其长度并无限制。报文交换采用存储一转发原理,这有点像古代的邮政通信,邮件由途中的驿站逐个存储转发一样。报文中含有目的地址,每个中间节点要为途经的报文选择适当的路径,使其能最终到达目的端。

    分组交换(Packet Switching)方式也称包交换方式,1969年首次在ARPANET上使用,现在人们都公认ARPANET是分组交换网之父,并将分组交换网的出现作为计算机网络新时代的开始。采用分组交换方式通信前,发送端先将数据划分为一个个等长的单位(即分组),这些分组逐个由各中间节点采用存储一转发方式进行传输,最终到达目的端。

    由于分组长度有限,可以在中间节点机的内存中进行存储处理,其转发速度大大提高。

    除了以上两种分类方法外,还可按所采用的拓扑结构将计算机网络分为星形网、总线网、环形网、树形网和网形网;按所采用的传输媒体分为双绞线网、同轴电缆网、光纤网、元线网;按信道的带宽分为窄带网和宽带网;按不同用途分为科研网、教育网、商业网、企业网等。

    全部

    更多相关内容
  • IP地址常见分类有哪些

    千次阅读 2021-03-03 14:47:51
    我们目前常用的IPv4中规定,IP地址长度为32位二进制,在表示时,一般将32位地址拆分为4个8位二进制,再转为4个十进制数表示,每个数字之间用点隔开,如127.0.0.1(localhost),这种描述方式被称为“点-数表示法...

    IP地址在网络层将不同的物理网络地址统一到了全球唯一的IP地址上(屏蔽物理网络差异),是唯一标识互联网上计算机的逻辑地址(相当于手机号码,可以通过唯一的手机号码找到手机),所以IP地址也被称为互联网地址(可见其重要性)。

    IP地址格式

    我们目前常用的IPv4中规定,IP地址长度为32位二进制,在表示时,一般将32位地址拆分为4个8位二进制,再转为4个十进制数表示,每个数字之间用点隔开,如127.0.0.1(localhost),这种描述方式被称为“点-数表示法”。

    子网:底层路由器的一个接口连接的所有网络设备称为一个子网,这个连接接口叫做网关。同子网通信不需要网关,异子网通信需要网关。

    IP地址分配

    IP地址分配的基本原则是:要为同一网络(子网、网段)内不同主机分配相同的网络号,不同的主机号。

    IP地址常见分类

    A类IP地址 :一个A类IP地址由1字节的网络地址和3字节主机地址组成,网络地址的最高位必须是“0”, 地址范围从1.0.0.0 到126.0.0.0。可用的A类网络有126个,每个网络能容纳1亿多个主机。

    B类IP地址 :一个B类IP地址由2个字节的网络地址和2个字节的主机地址组成,网络地址的最高位必须是“10”,地址范围从128.0.0.0到191.255.255.255。可用的B类网络有16382个,每个网络能容纳6万多个主机 。

    C类IP地址 :一个C类IP地址由3字节的网络地址和1字节的主机地址组成,网络地址的最高位必须是“110”。范围从192.0.0.0到223.255.255.255。C类网络可达209万余个,每个网络能容纳254个主机。

    D类地址用:于多点广播(Multicast),D类IP地址第一个字节以“1110”开始,它是一个专门保留的地址。它并不指向特定的网络,目前这一类地址被用在多点广播中。多点广播地址用来一次寻址一组计算机,它标识共享同一协议的一组计算机。

    E类IP地址 :以“1111”开始,研究和试验用,为将来使用保留。

    NAT地址转换

    私网地址只能在局域网中使用,不同的局域网可以使用同样的私网地址,私网地址是不能出现在互联网上的。那么私网地址如何访问互联网呢?这就需要用到NAT地址转换,将内网地址映射到外网地址。

    而NAT地址转换它实现内网的IP地址与公网的地址之间的相互转换,将大量的内网IP地址转换为一个或少量的公网IP地址,减少对公网IP地址的占用。

    家庭网络普遍使用端口映射的方式,NAT的核心是一张映射表(源IP地址,源端口,目的IP地址,目的端口),将内网源IP地址和端口映射到同一个公网地址的不同端口。

    总之,家庭网络由于网络规模比较小,通常使用了192.168开头的私网地址,光猫拨号获取了一个公网地址(或者运营商私网地址),通过NAT方式的映射到这个公网地址的不同端口,访问互联网。主要注意的NAT模式和路由模式是不同的。

    其他IP地址

    浮动IP:一个浮动IP通常是一个公开的、可以路由到的IP地址,并且不会自动分配给实体设备。项目管理者临时分配动态IP到一个或者多个实体设备。这个实体设备有自动分配的静态IP:用于内部网间设备的通讯。这个内部网使用私有地址,这些私有地址不能被路由到。通过浮动IP内网实体的服务才能被外网识别和访问。

    虚拟IP:是一种不与特定计算机或者特定计算机网卡相对应的IP地址。所有发往这个IP地址的数据包最后都会经过真实的网卡到达目的主机的目的进程。

    展开全文
  • 按其制造材料和结构的不同,可不同的分类方式。不同类型的电阻器,其特点、用途不同。  电阻器的常见种类  电阻器按照其结构和性能的不同,可分为固定电阻器、可变电阻器和敏感型电阻器三大类,具体分类如下:...
  • 常见分类方法

    万次阅读 2016-12-30 10:29:19
    本文只对几种常见分类方法做简单介绍,详细的讲解和算法网上很多资源,文中会给出推荐链接。 Content 1. 决策树分类(链接:http://blog.csdn.net/github_36299736/article/details/52749999) 2. 基于规则...

    本文只对几种常见的分类方法做简单介绍,详细的讲解和算法网上有很多资源,文中会给出推荐链接。

    Content

    1.      决策树分类(链接:http://blog.csdn.net/github_36299736/article/details/52749999

    2.      基于规则分类

    3.      最邻近分类(K-NN)

    4.      朴素贝叶斯分类器

    5.      人工神经网络

    6.      支持向量机(SVM)

     

    1. 基于规则的分类器

    简单来说,基于规则的分类器就是使用一组“if… then …”的组合来进行分类的技术。通常用R =( r1˅ r2 ˅ … ˅ rk)来表示,其中 ri 就是分类的规则。

    以上图为例,r1  类就可以用如下规则判断:

            If (胎生 = 否 & 飞行动物 = 是)then (类别 = 鸟类)

    度量分类规则的质量可以用覆盖率(coverage)和准确率(accuracy)。覆盖率就是满足规则的记录数占总记录数的比例,准确率就是使用该规则正确分类的比例。

    基于规则分类还有以下两个重要的规则:

            互斥规则(Mutually Exclusive Rule)和穷举规则(Exhaustive Rule)

    互斥规则:规则集中不存在两条规则被同一条记录触发。简单说就是保证同一条记录不会同时属于两个类别。

    穷举规则:对于属性值的任一组合,R中都存在一条规则加以覆盖。即每一条记录都保证能以其中一种规则加以分类。

    这两个性质就可以保证每条记录被且仅被一条规则覆盖。但是实际情况下,分类器可能无法满足这两条性质。对于不能穷举的规则集,我们可以通过设定一个默认规则来覆盖不能被分类的记录。对于不互斥的规则集,我们可以通过建立优先级或者为规则加权等方式来解决。

     

    2. 最邻近分类器

    最邻近分类器是一种简单且常用的分类器。也就是我们常说的K-NN分类算法。它的原理非常简单,即根据与测试数据最近的K个点的类别,采用多数表决方案来确定该测试数据的分类

    以上图为例,1-最邻近(图a)中可以看到与测试数据最近的一个点为负,所以该测试点被指派到负类。2-最邻近(图b)中,与测试数据最近的两点为一正一负,可以随机选择其中一个类别。3-最邻近(图c)中,最近的三个点为两正一负,根据多数表决方案,该点被指派为正。

    从上述例子中就可以看到该算法中k值的选取非常关键。K值太小,结果容易受到数据中噪声的影响从而产生过拟合。K值太大,容易导致误分类,因为结果可能会受到距离测试数据点非常远的数据的影响。(如下图)

    算法描述如下:

    也可以对不同距离的数据点进行加权,从而提高分类的准确率。

     

    3. 朴素贝叶斯分类器

    了解朴素贝叶斯分类,首先要知道贝叶斯定理,也就是我们比较熟悉的条件概率。参考:http://blog.csdn.net/github_36299736/article/details/52800394

    朴素贝叶斯分类器的工作原理就是计算测试数据被分给各个类别的条件概率(后验概率),并将该记录指派给概率最大的分类。

    让我们用之前在决策树分类中使用过的例子来分析:

    假定一个测试数据,该测试数据的属性集可以表示为:X= {有房=否,婚姻状况=已婚,年收入=120k},我们需要将该数据分类到两个类别之一,即 Y = {拖欠贷款=是,拖欠贷款=否}。那么我们需要做的就是分别计算两种分类情况下的后验概率 P (Y|X) 。 P1 = P (拖欠贷款 = 是|X) 和P2 = P (拖欠贷款 = 否|X) ,如果P1 >P2,则记录分类为拖欠贷款 = 是,反之分类为拖欠贷款 = 否。

    朴素贝叶斯分类器更通常的表示方法:给定类标号 y,朴素贝叶斯分类器在估计条件概率时假设属性之间条件独立,若每个属性集(数据)包含d个属性X = { X1,X2,…,Xd } ,那么每个类Y的后验概率计算公式为:

    由于P(X)是固定值,因此只要找出分子最大的类就可以了。

    对于连续属性的条件概率,可以用以下两种方法来估计它的类条件概率:

    1.      把连续的属性离散化,然后用相应区间来替代连续的属性值;

    2.      假设连续变量服从某种概率分布(例如:高斯分布),然后使用训练数据估计分布的参数。

     

    4. 人工神经网络(ANN)

    类似于人脑由神经元及轴突构成的结构,人工神经网络由相互连接的结点和有向链构成。最简单的ANN模型是感知器(perceptron)。

    以上图为例,b即为一个感知器,其中,x1, x2, x3 分别为三个输入结点,在本例中表示三个输入的布尔值,还有一个输出结点。结点通常叫做神经元或单元。感知器中,每个输入结点都通过一个加权链连接到输出结点。加权链就像神经元间连接的强度,训练一个感知器模型就相当于不断调整链的权值,直到能拟合训练数据的输入输出关系为止

    感知器对输入加权求和,再减去偏置因子 t,然后考察得到的结果,得到输出值 ŷ。

    上图中分类依据为如果三个输入值中至少两个0,y取-1,至少有两个1时,y取1. 它的感知器的输出计算公式如下:

    更通用的数学表达方式是:

    其中,w1, w2, …, wd 是输入链的权值,x1, x2, …, xd 是输入属性值。

    还可以写成更简洁的形式:

    其中,w0 = -t,x0 = 1. w · x 是权值向量 w 和输入属性向量 x 的点积。

     

    多层人工神经网络

    多层神经网络相比于感知器要复杂得多,首先,网络的输入层和输出层之间可能包含多个隐藏层,隐藏层中包含隐藏结点。这种结构就叫做多层神经网络。感知器就是一个单层的神经网络

    除此之外,网络还可以使用其他激活函数(如S型函数,双曲线正切函数,符号函数等)使得隐藏结点和输出结点的输出值和输入参数呈非线性关系。

    直观上,我们可以把每个隐藏结点看成一个感知器,而每个感知器可以构造出一个超平面用于分类。如下图a中所构造的两个超平面。

    ANN学习算法的目标函数是找出一组权值w,使得误差平方和最小:

     

    对于激活函数是线性函数的情况,可以将ŷ =w · x 带入上式将其变成参数的二次函数,就可以找出全局最小解。当输出是参数的非线性函数的时候,可以采用梯度下降法来优化。

    关于神经网络的更多内容,我推荐这一篇文章,来自知乎专栏,作者:YJango,链接:https://zhuanlan.zhihu.com/p/22888385

     

    5. 支持向量机(SVM)

    SVM是现在倍受关注的分类技术,可以很好地适用于高维数据。它的特点是,使用训练实例的一个子集来表示决策边界,该子集就是支持向量。那么为什么把一个决策边界叫做“向量”呢?首先从最大边缘超平面这个概念开始了解。

    假设这是一个数据集,其中包含两类数据,分别用方块和圆来表示。非常直观地看到,我们很容易在两组数据之间找到无限个超平面(本例中是一条直线),使得不同类的数据分别在这个超平面的两侧。

    但是,有一些超平面的选择在测试未知数据时的效果可能并不好,比如下图中的红色线:

    可以看到,只要测试数据稍稍偏离一点,就容易导致分类错误。因此,我们要在这无数条分界线中找到一条最优解,使它到两边的边距最大。(如下图)

    如果将这些数据点放在坐标系中,边缘的点可以以向量的形式来表示:

     

    其中,用红色圈起来的数据点就是support vector,这也就是SVM这个算法名称的由来。

    关于支持向量机,有一系列非常好的博客可以参考,作者:pluskid,链接:http://blog.pluskid.org/?page_id=683

     

    其实常用分类方法还有很多,例如AdaBoost,以及不同分类方法的组合。本文只是参考书中内容对几种常见分类算法做了入门级介绍,可以根据实际的学习和工作需要做深入研究并择优使用。 感谢阅读。

     

    参考:《数据挖掘导论》第五章 分类:其他技术

    展开全文
  • 常见的几种软件测试方法有哪些

    千次阅读 2021-07-26 06:44:57
    随着互联网的不断发展,越来越多的人也都开始学习软件测试的相关技术,而今天我们就一起来了解一下,常见的几种软件测试方法有哪些。1、单元测试单元测试测试的是代码库的单元。它们直接调用函数或单元,并确保...

    随着互联网的不断发展,越来越多的人也都开始学习软件测试的相关技术,而今天我们就一起来了解一下,常见的几种软件测试方法都有哪些。

    adb559399bdc9d8af049d9959cb2de8d.png

    1、单元测试

    单元测试测试的是代码库的单元。

    它们直接调用函数或单元,并确保返回正确的结果。

    在我们的应用中,我们的组件是单元。所以我们将为Button和Modal编写单元测试。没有必要为我们的应用组件编写测试,因为它没有任何逻辑。

    单元测试会浅渲染组件,并断言当我们与它们交互时,它们的行为是正确的。

    浅渲染意味着我们渲染组件一层深度。这样我们可以确保只测试组件,单元,而不是几个级别的子组件。

    在我们的测试中,我们将触发组件上的操作,并检查组件的行为是否与预期一致。

    2、快照测试

    快照测试是测试你的渲染组件的图片,并将其与组件的以前的图片进行比较。

    用JavaScript编写快照测试的好方法是使用Jest。

    Jest不是拍摄渲染组件的图片,而是渲染组件标记的快照。这使得Jest快照测试比传统快照测试快得多。

    3、端到端测试

    端到端(e2e)测试是高层测试。

    它们执行与我们手动测试应用程序时相同的操作。

    在我们的应用程序中,我们有一个用户(操作)旅程。当用户点击按钮时,模式将打开,当他们点击模式中的按钮时,模式将关闭。

    我们可以编写一个贯穿这一旅程的端到端测试。测试将打开浏览器,导航到网页,并通过每个操作来确保应用程序正常运行。

    这些测试将告诉我们,我们的单元正确地协同工作。它使我们高度自信,该应用程序的主要功能是可以正常工作的。

    对JavaScript应用程序来说有几种方法可以编写端到端测试。像testcafe这样的程序会记录您在浏览器中执行操作并将其作为测试源重播。

    还有类似nightwatch的项目,可让你用JavaScript编写测试项目。我会推荐使用类似nightwatch的库。拿起来直接用很容易,该测试运行速度比记录的测试更快。

    【免责声明】:本内容转载于网络,转载目的在于传递信息。文章内容为作者个人意见,本平台对文中陈述、观点保持中立,不对所包含内容的准确性、可靠性与完整性提供形式地保证。请读者仅作参考。

    展开全文
  • 常见接口形式(分类)有哪些

    万次阅读 2020-01-08 14:01:57
    API作为应用程序编程接口,可以使用不同的编程语言进行API的开发,另外接口的表现形式也不同,现在最常用的接口形式以下这些: 1、HTTP 接口(RESTful) 基于HTTP协议开发的接口现在应用是最为广泛的,这类API...
  • 主要用于针对某种特定气体进行检测,测量该气体在传感器附近是否存在,或在传感器附近空气中...电化学气体传感器相当一部分的可燃性的、有毒有害气体,比如硫化氢、一氧化氮、二氧化氮、二氧化硫、一氧化碳等,都电化
  • 常见分类算法

    千次阅读 2020-08-02 16:11:46
    该算法假定给定目标值时属性之间相互条件独立,即没有哪个属性变量对于决策结果占很大(很小)的比重,一定程度上降低了贝叶斯分类算法的分类效果,但在实际应用场景中,极大简化了贝叶斯方法的复杂性。 1.2 算法...
  • 五种常见的计算机病毒种类有哪些

    万次阅读 2021-07-14 00:38:38
    五种常见的计算机病毒种类系统病毒、蠕虫病毒、木马病毒、脚本病毒、宏病毒。计算机病毒(Computer Virus)是编制者在计算机程序中插入的破坏计算机功能或者数据的代码,能影响计算机使用,能自我复制的一组计算机...
  • 图片分类常见处理流程 样本来源 竞赛官方提供 爬虫(selenium+urllib2+可以搜图的网站) 初始化webdrive,设置代理 初始urllib2 设置代理 driver =webdrive.FireFox() 找到翻页按钮属性,模拟点击翻页 解析页面提取...
  • 信息技术的分类方法有哪些

    千次阅读 2019-03-04 11:32:09
    信息技术的分类方法有哪些? 一、按照是否可物化为实物形态分类 按照是不否可以物化为实物形态,信息技术可 或分为“硬”信息技术和“软”信息技术两大类。硬信息技术是指各种已经或即将转化为信息设备的信息技术,...
  • 常见分类方法

    千次阅读 2016-09-27 17:32:08
    主要分类方法介绍解决分类问题的方法很多[40-42] ,单一的分类方法主要包括:决策树、贝叶斯、人工神经网络、K-近邻、支持向量机和基于关联规则的分类等;另外还有用于组合单一分类方法的集成学习算法,如Bagging和...
  • CART:回归或者分类的二叉树,回归用平方误差最小准则选择特征,分类用基尼系数 集成学习: 主要根据个体学习器之间的关系进行划分,Bagging、Boosting两种,如果学习器之间存在强依赖、串行生成,如Boosting,...
  • 常见的五种分类算法

    千次阅读 2021-06-16 23:20:58
    k-近邻、决策树、朴素贝叶斯、神经网络、支持向量机分类算法(以iris为例) 所需安装包: ibrary(class)##knn library(C50)##决策树 library(e1071)##朴素贝叶斯and支持向量机 library(neuralnet)##神经网络 构造...
  • 常见的多类别分类模型

    千次阅读 2022-03-23 17:31:17
    今天给大家介绍两个多分类任务中的经典网络模型LeNet5和AlexNet。内容源来自“三AI”,感兴趣的读者可以关注公众号“三AI”。 首先要给大家普及以下网络深度和网络宽度的概念,强调一点,池化层是不算入网络...
  • 文本分类常见方法.docx
  • 分类方法:对数几率回归、决策树、神经网络、支持向量机、朴素贝叶斯与K近邻。 集成分类学习方法:Boosting集成方法、Bagging(随机森林)、Adboost 聚类方法:原型聚类(k-means)、密度聚类(DBSCAN)、层次...
  • 操作系统的两个作用:首先直接和(CPU,内存,硬盘,声卡等)硬件打交道,其次把操作硬件的方法封装成系统调用供程序员直接访问,从而实现硬件的的功能。 那些主流的操作系统? 1 Desktop OS:: windows, MacOS, ...
  • 1.3.1通信的分类 通信的目的是传递消息,按照不同的分法,通信可分成许多类别,下面我们介绍几种较常用的...无线通信常见的形式微波通信、短波通信、移动通信、卫星通信、散射通信和激光通信等,其形式较多。 2.
  • 打开京东、淘宝等各大类网站,最常见的就是左侧分类菜单栏了,既然这么常见的功能,那么应该怎么去实现它呢,接下来,我会在js中介绍两种实现方式,一种是引入jQuery的实现方式,一种是不引入jQuery的原生js的实现...
  • 相信与超市管理职业挂钩的你,可能需要了解一下商场卖场中常见的商品陈列分类方法,现在就来下...该文档为商场卖场中常见的商品陈列分类方法,是一份很不错的参考资料,具有较高参考价值,感兴趣的可以下载看看
  • 货车常见的四种分类方式.doc
  • (2)技术成果指使生产多、快、好、省的新技术、新工艺、新产品、新方法; (3)重大科学技术研究项目的阶段成果。这是首次对科技成果进行分类。 在1984年2月颁布的《关于科学技术研究成果管理的规定》中又明确了管理的...
  • 交换机常见故障分类排除及分析方法.doc
  • 常见蔬菜种类三种蔬菜分类方法.doc
  • 常见蔬菜种类 三种蔬菜分类方法.doc
  • 大数据常见的处理方法有哪些

    千次阅读 2022-03-17 10:11:09
    对于的处理任务,通常采用抽样策略。抽样的过程中应当分析抽样的规模,以及如何抽样才能实现...分类是一种监督的学习过程,通过对已知的训练函数集表现出来的特性,获得每个类别的描述或属性来构造相应的分类器。  
  • 常见的异常类有哪些

    千次阅读 多人点赞 2021-02-18 12:28:27
    常见的异常类有哪些? NullPointerException:当应用程序试图访问空对象时,则抛出该异常。 SQLException:提供关于数据库访问错误或其他错误信息的异常。 IndexOutOfBoundsException:指示某排序索引(例如对数组、...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 389,042
精华内容 155,616
热门标签
关键字:

常见的分类方式有哪些